Claim Missing Document
Check
Articles

Found 1 Documents
Search

Segmentasi Pelanggan Menggunakan Metode K-Means dengan Pendekatan RFM pada Dataset Olist Brazilian E-Commerce Haqqani Septian Raya; Adrean Saputra; Faiz Dimas Wicaksono
Jurnal Akuntansi dan Sistem Informasi Vol. 1 No. 3 (2026): Edisi: April-Juni
Publisher : Pustaka Bangsa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan perdagangan elektronik (e-commerce) telah menghasilkan volume data transaksi pelanggan yang semakin besar dan berpotensi dimanfaatkan sebagai dasar pengambilan keputusan bisnis. Salah satu pendekatan yang dapat digunakan untuk memahami perilaku pelanggan adalah segmentasi pelanggan dengan teknik data mining. Penelitian ini bertujuan untuk melakukan segmentasi pelanggan pada dataset Olist Brazilian E-Commerce menggunakan algoritma K-Means dengan pendekatan RFM (Recency, Frequency, Monetary). Dataset yang digunakan berasal dari Kaggle dan mencakup data pelanggan, transaksi, pesanan, serta pembayaran. Penelitian menerapkan metodologi CRISP-DM yang meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment planning. Hasil penelitian menunjukkan bahwa pelanggan dapat dikelompokkan ke dalam beberapa klaster berdasarkan karakteristik nilai recency, frequency, dan monetary. Informasi segmentasi tersebut dapat dimanfaatkan perusahaan untuk menyusun strategi pemasaran yang lebih tepat sasaran, meningkatkan loyalitas pelanggan, mempertahankan pelanggan potensial, serta mengidentifikasi pelanggan yang berisiko melakukan churn sehingga mendukung pengelolaan hubungan pelanggan secara lebih efektif.